上海交大情感脑电数据集(SJTU Emotion EEG Dataset，SEED)+权学良（生理信号情感计算综述）

一、SEED数据集

 

二、论文阅读

题目：基于生理信号的情感计算研究综述-权学良

情绪分类：离散型情绪和连续性情绪；离散性情绪就是具体的几类:

1.生气、讨厌、害怕、高兴、悲伤和惊讶等 6 种基本情绪类别

2.生气、焦虑、幸福等 15 种类别

3.生气、害怕、悲伤、讨厌、期待、惊讶、赞成、高兴

连续性情绪：

1.VA模型（唤醒度和愉悦度）

2.VAD模型（愉悦度，唤醒度，支配度）

 情感计算中的生理信号：

包括：脑电、眼动肌电、皮肤电、心电、呼吸等

在基于脑电信号的情绪识别任务中 ,  需要对脑电信号进行预处理以提高信号的质量.  预处理一般

包括 降采样、滤波、去除伪迹以及特征提取等环节 . 常见的 脑电信号分析方法有独立成分分析 (Independent component analysis, ICA)、功率谱密度分析 (Power spectral density, PSD)、小波分析(Wavelet analysis, WA) 等   .

基于脑电的情绪识别主要包括以下步骤 :

1) 对被试进行外界刺激 ,  使其产生高兴、悲伤、愤怒等情绪变化,  同时采集被试的脑电信号 .  刺激

方式包括图片 、视频 、音乐 等 .

2) 对所采集的脑电信号进行预处理 ,  包括降采样、去除眼动信号和肌电信号等噪声,  以及带通滤

波、空间滤波等 .

3) 特征提取和特征选择 .

4) 训练分类器以及测试

情感计算常用公开数据集：

SEED、DEAP

生理信号的特征提取：